TOBB ETÜ Endüstri Mühendisliği Öğrencileri YAEM 2022'de Türkiye İkincisi

Bu sene 41.si gerçekleştirilen ulusal YAEM konferansı kapsamında yapılan öğrenci bitirme proje yarışmasına tüm Türkiye'den 50 nin üzerinde takım katıldı. Finale seçilen takımlardan ikisinin TOBB ETÜ Endüstri Mühendisliği Bölümü takımı olduğu yarışma sonucunda “Arçelik Bulaşık Makinesi İşletmesi  - Yeni Modellere Üretim Bandı Belirlemek Amacıyla Karar Destek Sistemi Kurulması ve Üretim Planlama Optimizasyonu” başlıklı projemiz Türkiye ikinciliğini kazandı. İkbal Ece Pekesen,  Jülide Aycan Eren, Defne Özkanlı,  Kemal Yiğit Aydın, Sultan Nur Mecit ve Efe Çetinkaya'dan olşan takımımızı, akademik danışmanları Doç. Dr. Nilgün Fescioğlu Ünver’i ve finale kalan tüm takım ve danışmanlarını tebrik ediyoruz.

YAEM 2022 Türkiye İkincisi:

Arçelik Bulaşık Makinesi İşletmesi  - Yeni Modellere Üretim Bandı Belirlemek Amacıyla Karar Destek Sistemi Kurulması ve Üretim Planlama Optimizasyonu

Takım Elemanları: İkbal Ece PEKESEN,  Jülide Aycan EREN, Defne ÖZKANLI,  Kemal Yiğit AYDIN, Sultan Nur MECİT, Efe ÇETİNKAYA

Akademik Danışman:  Doç. Dr. Nilgün FESCİOĞLU ÜNVER

Proje Özeti:

Projenin ilk aşamasında, Arçelik A.Ş. Bulaşık Makinesi İşletmesi’nin Üretim Mühendisliği Departmanı’nın yeni ürünlerini montaj hattına atamaları için karar destek sistemi kurulmuştur. Projenin ikinci aşamasında ise Üretim Planlama Departmanı için aylık üretim planını optimize eden bir matematiksel model oluşturulmuştur. Projenin ilk kısmında, AR-GE departmanının tasarladığı yeni bulaşık makineleri için montaj hattı belirlenmesi gerekmektedir. Güncel sistemde, yeni ürünün mevcut ürünlere benzerliği Üretim Mühendisliği Departmanı tarafından Excel’de tecrübeye dayalı bir filtreleme işlemi ile incelenir ve üretileceği montaj hattına karar verilir. Montaj hattı tahmin etme işlemi; Öznitelik Seçimi, Karar Ağacı, Lojistik Regresyon ve XGBoost makine öğrenmesi algoritmaları Python yazılımı kullanılarak gerçekleştirilmiştir. Bu algoritmaların kullanımı için kategorik veriler, one hot encoding ve label encoding kategorik kodlama ile vektörleştirilmiştir. Gözlemlenen algoritmalar arasından, XGBoost algoritması ve GridSearchCV optimizasyonu kullanılarak hazırlanan modellerde, en yüksek başarı oranı olan %97.17’ye (ana montaj hattı için) ve %90.71’e (alternatif montaj hattı için) ulaşılmıştır.
Başarıya ulaşan bu modellerde, Ar-Ge’den çıkan üç yeni ürün için ana montaj ve alternatif montaj hatları tahmin ettirilmiştir; %100’lük bir başarı elde edilmiştir. Firma için kullanıcı dostu arayüzü olan bir karar destek sistemi hazırlanmıştır. Excel üzerinden filtreleme sistemi, makine öğrenmesi ile otomatize edilmiştir ve insan kaynaklı hatalar ortadan kaldırılmıştır. Montaj hattı atamalarının hatalı yapılması durumu ve üretimin yavaşlaması önlenmiştir. Projenin ikinci kısmında, Üretim Planlama Departmanı’nın aylık hazırlanan üretim planı geliştirilmiştir. Güncel plan; aylık gelen talepleri, birikmiş siparişleri ve montaj bandı kapasitelerini göz önünde bulundurarak elle yapılmaktadır. Aylık gelen talepler; optimal üretim planı yapılamadığından tam olarak karşılanamamaktadır, birikmiş sipariş oluşmasına sebep olmaktadır ve zaman kaybı yaratmaktadır. Aylık üretim planı, matematiksel model hazırlanarak CPLEX programı ile optimize edilmiştir. Bu kısımda mevcut sistem ile matematiksel model karşılaştırılarak birikmiş talebin %42’den %21’e düştüğü ve 111639 daha fazla ürünün üretildiği tespit edilmiştir.

2022 YAEM Finalisti:

Borusan EnBW - Türkiye’nin Enerji Talebinin Tahminlenmesi ve Borusan EnBW için Strateji Planının Oluşturulması

Takım Elemanları: Ennur İrem Bilgiç, Gizem Durmuşoğlu, Tunahan Özmen, Ceyda Pınar, Janset Sözbilici 

Akademik Danışman:  Doç. Dr.Ayşegül ALTIN KAYHAN